巴塞尔协议中信贷风险评估.docxVIP

巴塞尔协议中信贷风险评估 摘要：信用风险是一种与金融机构联系最密切的 风险，直接影响着金融机构的各项经营活动。现今，许多金 融机构都通过广泛的一系列方法，对直接影响资本充足率的 信用风险进行评估。基于巴塞尔协议II中所提到的内部比率 模型方法，商业银行可以对其信用风险自行量化，资产的风 险权衡以及资本需求的量化。本文将具体阐述潜在计分模型 用于量化信用违约率。 关键词：巴塞尔协议；信贷风险 中图分类号：F830. 5文献标识码：A文章编号： 1001-828X (2013) 08-0-02 由于受到全球金融危机的影响，在当前市场条件下，商 业银行必须更加关注于信贷风险以便改进和完善因此而产 生的多方面的需求变化。其中最重要的一点就是银行资本结 构以及规模与经营中所承担风险二者之间的关系。 众所周知信贷风险是银行业中最重要的风险事项，且直 接影响着金融机构的经营活动。巴塞尔协议II中为商业银行 列举了几种风险评估方法；商业银行可以依据其自身的风险 情况、内部需求情况以及地方政府或相关监管机构的需求， 利用这些方法来评估直接影响商业银行资本充足率的信贷 风险。至于违约的概率，商业银行可以使用其自有的评估系 统进行分析。目前专家学者不断在讨论是否可以使用一个新 的模型评估信用风险，真正的改进当前框架规则，或者既有 的方法是否可以缓解当前的金融危机。然而巴塞尔III并没有 给目前的信用风险评估方法带来实质的改变。 本文将利用量化变量（财务比率），采用计分模型对信 用违约概率进行评估分析。而且由于定性变量会直接影响借 款者的偿还能力，本文亦将其纳入分析评估的范围内。 一、违约概率评估 违约概率估算是在内部评级法（IRB）下，量化和计算 信贷风险的第一步。 巴塞尔委员会定义了以下三种主要方法用以计算违约 概率： ?平均外部相应信用评级； ?应用多种信贷风险模型估算； ?通过历史数据和计入银行资产负债表中的资产进行 估算。 如何设计一个贴切的模型用以量化信用违约概率现今 已经成为该领域中研究者们常常提及的课题。 结构模型基于merton option pricing modelo该模型 将借款者的资本作为其资产的期权。而当借款者的市场价值 （这主要受到股票价格波动的影响）达到某个临界线时，则 产生违约事件。 基本要素模型则从借款者的财务报表中提取一些变量 数据，估算违约概率。此模型主要用于对无法获得公开市场 价值的非上市公司的分析。 而由以上提及的模型中，又衍生出三种附属模型： ▲宏观经济模型一一根据总体经济形势评估违约概率 （特别针对计算与多种经济部门有关的信贷违约概率）； ▲信用评分模型一一根据借款者的财务和会计数据分 析得出； ▲比率模型。 信用评分模型是最常用的方法，主要通过借款者的盈利 性、流动性、负债率和偿债能力等几个财务比率数据进行分 析。通过借款者的财务状况建立和违约概率的数学关系。然 后，通过使用统计学和计量经济学中常用的方法（例如线性 判别分析法）分析计算违约概率。 所谓的线性判别分析法基于以下假设：市场中只有两家 公司 发生违约的公司和没有发生违约的公司。其联立方 程为：Z=V1X1, j+V2X2, j. ...+VnXn, j=VTXi,其中：Vj, j=l, 2, n为系数Xj, i j=l, n为财务比 率。选择系数用以最大化则，公式为：F=[Vt （uF-uNF） ]2/VtSV,其中：nF和uNF反映了违约公 司和没有违约公司的平均财务比率，而工为则协方差矩阵。 在确定了系数Vii=l, 2, .... n之后，方程可以表示出 借款者的状态，即违约或不会违约。如果VTXi+a 利 润率，资本回报率，现金比率和利息备付与EDF负相关；债 务比率与EDF有着正相关性。 表1 例如： 图表2.利润率和违约频率之间的单一变量关系 图表3.资本回报率和违约频率之间的单一变量关系 3.计分模型 Logit模型用于计算违约概率：Yit二f （Bk, Xkit-1） +eit,其中：Yit为相依二元变量 违约情况和无违约情 况；Xkit-1为独立变量——每个借款者的财务比率。 将本文前面所选的5个变量代入Logit方程后得出如下 结果（VI-利润率，V2-资本回报率，V3-现金比率，V4-债务 比率，V5-利息备付）： 从表格中可以发现，代入V2后所得出的结果是正相关 的，即V2值增加会引起违约概率的增加，这一结果与实际 情况相违背。而将V5代入模型后，其结果为0. 643,这个值 已经超过了 0. 05%,因此可以认为该模型不适用，那么就需 要将以上两个变量剔除出去。 而如果只使用VI, V3, V4代入logit模型中，其结果 为： 以上结果符合统计学相关性（此三个变量所得出的概率 值均小于0. 05%）同样，这